Gone V2的 依赖注入介绍

项目地址:https://github.com/gone-io/gone

原文地址:Gone V2 Provider 机制介绍

依赖注入介绍

在使用 Gone 框架时,你可能会好奇它是如何进行依赖注入的。本文将带你深入了解 Gone 的注入机制,并通过示例让你轻松掌握它的用法。


什么是 Goner?

在 Gone 框架中,被注入的对象称为 Goner。但要让对象成为 Goner,它必须满足以下两个条件:

  1. 对象必须嵌入 gone.Flag —— 这个 Flag 让 Gone 识别出它是一个 Goner。
  2. 需要注入的字段必须标记 gone 标签 —— 只有标记了 gone 标签的字段才会被注入。

gone 标签的格式

gone:"${name},${extend}"
  • ${name}:表示 Goner 的名字。如果是 * 或者省略,表示按类型自动注入。
  • ${extend}(可选):扩展选项,会传递给 Provider 的 Provide 方法,在《Gone V2 Provider 机制介绍》中有更详细的介绍。

代码示例

type Dep struct {
    gone.Flag
}

type Dep2 struct {
    gone.Flag
}

type UseDep struct {
    gone.Flag
    dep  *Dep  `gone:"*"`   // 自动按类型注入
    Dep2 *Dep2 `gone:"dep2"` // 按名称 "dep2" 注入
}

:::tip
字段可以是私有的! 这样符合开放封闭原则,更安全,也更符合封装设计。
:::


如何将 Goner 注册到 Gone 框架?

注册 Goner 其实非常简单,通常有两种方式:

方式一:单个注册

gone.Load(&UseDep{})

方式二:批量注册

如果你需要一次性注册多个 Goner,可以这样写:

gone.Loads(func(l gone.Loader) error {
    _ = l.Load(&UseDep{})
    _ = l.Load(&Dep{})
    _ = l.Load(&Dep2{}, gone.Name("dep2"))
    return nil
})

在注册时,还可以传递多个扩展参数,例如 gone.Name() 指定 Goner 的名称。


依赖注入的执行时机

当框架启动后,所有注册的对象都会自动执行依赖注入。如果有字段的 gone 标签找不到对应的依赖,框架会直接报错,确保依赖完整性。


手动完成依赖注入

虽然 Gone 可以自动注入,但有时我们希望手动控制依赖注入。框架提供了两种手动注入方式:

  1. gone.StructInjector —— 用于结构体字段注入。
  2. gone.FuncInjector —— 用于函数参数注入。

方式一:结构体注入(StructInjector)

假设我们有一个 Business 结构体,它依赖 Dep,但 Dep 不是一开始就存在的,需要在运行时注入进去。

package main

import "github.com/gone-io/gone/v2"

type Business struct {
    gone.Flag
    structInjector gone.StructInjector `gone:"*"`
}

type Dep struct {
    gone.Flag
    Name string
}

func (b *Business) BusinessProcess() {
    type User struct {
        Dep *Dep `gone:"*"`
    }
    
    var user User
    err := b.structInjector.InjectStruct(&user)
    if err != nil {
        panic(err)
    }
    println("user.Dep.Name->", user.Dep.Name)
}

func main() {
    gone.
        Load(&Business{}).
        Load(&Dep{Name: "dep"}).
        Run(func(b *Business) {
            b.BusinessProcess()
        })
}

方式二:函数参数注入(FuncInjector)

如果你有一个函数 needInjectedFunc 需要依赖 Dep,你可以用 gone.FuncInjector 自动注入它的参数。

package main

import "github.com/gone-io/gone/v2"

type Business struct {
    gone.Flag
    funcInjector gone.FuncInjector `gone:"*"`
}

type Dep struct {
    gone.Flag
    Name string
}

func (b *Business) BusinessProcess() {
    needInjectedFunc := func(dep *Dep) {
        println("dep.name->", dep.Name)
    }

    wrapFunc, err := b.funcInjector.InjectWrapFunc(needInjectedFunc, nil, nil)
    if err != nil {
        panic(err)
    }
    _ = wrapFunc()
}

func main() {
    gone.
        Load(&Business{}).
        Load(&Dep{Name: "dep"}).
        Run(func(b *Business) {
            b.BusinessProcess()
        })
}

总结

  • Gone 框架使用 gone.Flaggone 标签进行自动依赖注入。
  • Goner 可以按类型 (*) 或者按名称注入 (gone:"dep2")。
  • 对象必须先注册到框架,才能参与依赖注入。
  • 如果自动注入不够用,还可以使用 gone.StructInjectorgone.FuncInjector 进行手动注入。

掌握这些基本概念后,你就可以在项目中高效地使用 Gone 框架的依赖注入机制了!🎉

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dapeng-大鹏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值